Introduccion a los Indicadores Compuestos y Sinteticos de Desarrollo Sostenible
Upcoming SlideShare
Loading in...5
×
 

Like this? Share it with your network

Share

Introduccion a los Indicadores Compuestos y Sinteticos de Desarrollo Sostenible

on

  • 2,767 views

Curso de síndromes de sostenibilidad e indicadores compuestos de desarrollo sostenible. SIAP/SAGARPA México, agosto 2009

Curso de síndromes de sostenibilidad e indicadores compuestos de desarrollo sostenible. SIAP/SAGARPA México, agosto 2009

Statistics

Views

Total Views
2,767
Views on SlideShare
2,759
Embed Views
8

Actions

Likes
1
Downloads
55
Comments
0

1 Embed 8

http://www.slideshare.net 8

Accessibility

Categories

Upload Details

Uploaded via as Adobe PDF

Usage Rights

© All Rights Reserved

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

Introduccion a los Indicadores Compuestos y Sinteticos de Desarrollo Sostenible Presentation Transcript

  • 1. Introducci´n o Etapas de su dise˜o y construcci´n n o Visualizaci´n y diseminaci´n o o Indicadores compuestos: Algunas consideraciones metodol´gicas o Andr´s Schuschny e Comisi´n Econ´mica para Am´rica Latina y el Caribe o o e Divisi´n de Desarrollo Sostenible y Asentamientos Humanos o (CEPAL, Naciones Unidas) Taller Internacional de S´ ındromes de Cambio Global y de Sostenibilidad, Indicadores e Indices Compuestos de Desarrollo Sostenible. Sector Agroalimentario, 3, 4 y 5 de agosto de 2009 Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 2. Introducci´n o ¿Qu´ son? e Etapas de su dise˜o y construcci´n n o Algunos ejemplos Visualizaci´n y diseminaci´n o o Los pros y los contras ¿Qu´ es un indicador compuesto? e Una representaci´n cuantitativa que resume, en un tema o dado, el desempe˜o comparado de unidades de organizaci´n y n o que ser´ utilizado como punto de partida para un an´lisis a a futuro. Da una im´gen de contexto =⇒ Facilita se˜ales, tendencias a n o fen´menos a veces no directamente detectables sobre una o cuesti´n relevante. o Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 3. Introducci´n o ¿Qu´ son? e Etapas de su dise˜o y construcci´n n o Algunos ejemplos Visualizaci´n y diseminaci´n o o Los pros y los contras ¿Qu´ es un indicador compuesto? e Una representaci´n cuantitativa que resume, en un tema o dado, el desempe˜o comparado de unidades de organizaci´n y n o que ser´ utilizado como punto de partida para un an´lisis a a futuro. Da una im´gen de contexto =⇒ Facilita se˜ales, tendencias a n o fen´menos a veces no directamente detectables sobre una o cuesti´n relevante. o Se lo dise˜a en funci´n de la relevancia pol´ n o ıtica i.e. que sirva a la toma de decisiones y que produzca cierta resonancia en relaci´n al tema estudiado. o Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 4. Introducci´n o ¿Qu´ son? e Etapas de su dise˜o y construcci´n n o Algunos ejemplos Visualizaci´n y diseminaci´n o o Los pros y los contras ¿Qu´ es un indicador compuesto? e Una representaci´n cuantitativa que resume, en un tema o dado, el desempe˜o comparado de unidades de organizaci´n y n o que ser´ utilizado como punto de partida para un an´lisis a a futuro. Da una im´gen de contexto =⇒ Facilita se˜ales, tendencias a n o fen´menos a veces no directamente detectables sobre una o cuesti´n relevante. o Se lo dise˜a en funci´n de la relevancia pol´ n o ıtica i.e. que sirva a la toma de decisiones y que produzca cierta resonancia en relaci´n al tema estudiado. o Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 5. Introducci´n o ¿Qu´ son? e Etapas de su dise˜o y construcci´n n o Algunos ejemplos Visualizaci´n y diseminaci´n o o Los pros y los contras Indicadores compuestos: Algunos ejemplos Indice de Desarrollo Humano PNUD/UNDP Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 6. Introducci´n o ¿Qu´ son? e Etapas de su dise˜o y construcci´n n o Algunos ejemplos Visualizaci´n y diseminaci´n o o Los pros y los contras Indicadores compuestos: Algunos ejemplos Indice de Desarrollo Humano PNUD/UNDP Environmental Sustainability Index (2005) Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 7. Introducci´n o ¿Qu´ son? e Etapas de su dise˜o y construcci´n n o Algunos ejemplos Visualizaci´n y diseminaci´n o o Los pros y los contras Indicadores compuestos: Algunos ejemplos Indice de Desarrollo Humano PNUD/UNDP Environmental Sustainability Index (2005) Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 8. Introducci´n o ¿Qu´ son? e Etapas de su dise˜o y construcci´n n o Algunos ejemplos Visualizaci´n y diseminaci´n o o Los pros y los contras Indicadores compuestos: Algunos ejemplos Indice de Desarrollo Humano PNUD/UNDP Environmental Sustainability Index (2005) La Huella Ecol´gica Wackernagel & o Rees (1996), Univ. of British Columbia Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 9. Introducci´n o ¿Qu´ son? e Etapas de su dise˜o y construcci´n n o Algunos ejemplos Visualizaci´n y diseminaci´n o o Los pros y los contras Indicadores compuestos: Algunos ejemplos Indice de Desarrollo Humano PNUD/UNDP Environmental Sustainability Index (2005) La Huella Ecol´gica Wackernagel & o Rees (1996), Univ. of British Columbia Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 10. Introducci´n o ¿Qu´ son? e Etapas de su dise˜o y construcci´n n o Algunos ejemplos Visualizaci´n y diseminaci´n o o Los pros y los contras Indicadores compuestos: Algunos ejemplos Indice de Desarrollo Humano PNUD/UNDP Environmental Sustainability Index (2005) La Huella Ecol´gica Wackernagel & o Rees (1996), Univ. of British Columbia ´ Indice de Ahorro Genuino Banco Mundial (2000) Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 11. Introducci´n o ¿Qu´ son? e Etapas de su dise˜o y construcci´n n o Algunos ejemplos Visualizaci´n y diseminaci´n o o Los pros y los contras Indicadores compuestos: Algunos ejemplos Indice de Desarrollo Humano PNUD/UNDP Environmental Sustainability Index (2005) La Huella Ecol´gica Wackernagel & o Rees (1996), Univ. of British Columbia ´ Indice de Ahorro Genuino Banco Mundial (2000) Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 12. Introducci´n o ¿Qu´ son? e Etapas de su dise˜o y construcci´n n o Algunos ejemplos Visualizaci´n y diseminaci´n o o Los pros y los contras Indicadores compuestos: Algunos ejemplos Indice de Desarrollo Humano PNUD/UNDP Environmental Sustainability Index (2005) La Huella Ecol´gica Wackernagel & o Rees (1996), Univ. of British Columbia ´ Indice de Ahorro Genuino Banco Mundial (2000) Environmental Performance Index - EPI (2008) Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 13. Introducci´n o ¿Qu´ son? e Etapas de su dise˜o y construcci´n n o Algunos ejemplos Visualizaci´n y diseminaci´n o o Los pros y los contras Indicadores compuestos: Algunos ejemplos Indice de Desarrollo Humano PNUD/UNDP Environmental Sustainability Index (2005) La Huella Ecol´gica Wackernagel & o Rees (1996), Univ. of British Columbia ´ Indice de Ahorro Genuino Banco Mundial (2000) Environmental Performance Index - EPI (2008) Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 14. Introducci´n o ¿Qu´ son? e Etapas de su dise˜o y construcci´n n o Algunos ejemplos Visualizaci´n y diseminaci´n o o Los pros y los contras Indicadores compuestos: Algunos ejemplos Indice de Desarrollo Humano PNUD/UNDP Environmental Sustainability Index (2005) La Huella Ecol´gica Wackernagel & o Rees (1996), Univ. of British Columbia ´ Indice de Ahorro Genuino Banco Mundial (2000) Environmental Performance Index - EPI (2008) Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 15. Introducci´n o ¿Qu´ son? e Etapas de su dise˜o y construcci´n n o Algunos ejemplos Visualizaci´n y diseminaci´n o o Los pros y los contras Indicadores compuestos: Los pros 1 Proveen una “imagen de contexto” =⇒ Focaliza y facilita la interpretaci´n y la s´ o ıntesis. 2 Integran y resumen diferentes dimensiones de un tema =⇒ Pueden apoyar la toma de decisiones y la se˜alizaci´n pol´ n o ıtica. Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 16. Introducci´n o ¿Qu´ son? e Etapas de su dise˜o y construcci´n n o Algunos ejemplos Visualizaci´n y diseminaci´n o o Los pros y los contras Indicadores compuestos: Los pros 1 Proveen una “imagen de contexto” =⇒ Focaliza y facilita la interpretaci´n y la s´ o ıntesis. 2 Integran y resumen diferentes dimensiones de un tema =⇒ Pueden apoyar la toma de decisiones y la se˜alizaci´n pol´ n o ıtica. 3 Al suministrar la comparabilidad (benchmark) entre las unidades de an´lisis y su evoluci´n, atraen el ´ a o ınter´s p´blico. e u Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 17. Introducci´n o ¿Qu´ son? e Etapas de su dise˜o y construcci´n n o Algunos ejemplos Visualizaci´n y diseminaci´n o o Los pros y los contras Indicadores compuestos: Los pros 1 Proveen una “imagen de contexto” =⇒ Focaliza y facilita la interpretaci´n y la s´ o ıntesis. 2 Integran y resumen diferentes dimensiones de un tema =⇒ Pueden apoyar la toma de decisiones y la se˜alizaci´n pol´ n o ıtica. 3 Al suministrar la comparabilidad (benchmark) entre las unidades de an´lisis y su evoluci´n, atraen el ´ a o ınter´s p´blico. e u 4 Reducen el tama˜o de la lista de estad´ n ısticas e indicadores a considerar en el an´lisis =⇒ El indicador sint´tico como a e reductor de complejidad/diversidad Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 18. Introducci´n o ¿Qu´ son? e Etapas de su dise˜o y construcci´n n o Algunos ejemplos Visualizaci´n y diseminaci´n o o Los pros y los contras Indicadores compuestos: Los pros 1 Proveen una “imagen de contexto” =⇒ Focaliza y facilita la interpretaci´n y la s´ o ıntesis. 2 Integran y resumen diferentes dimensiones de un tema =⇒ Pueden apoyar la toma de decisiones y la se˜alizaci´n pol´ n o ıtica. 3 Al suministrar la comparabilidad (benchmark) entre las unidades de an´lisis y su evoluci´n, atraen el ´ a o ınter´s p´blico. e u 4 Reducen el tama˜o de la lista de estad´ n ısticas e indicadores a considerar en el an´lisis =⇒ El indicador sint´tico como a e reductor de complejidad/diversidad Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 19. Introducci´n o ¿Qu´ son? e Etapas de su dise˜o y construcci´n n o Algunos ejemplos Visualizaci´n y diseminaci´n o o Los pros y los contras Indicadores compuestos: Los contras 1 Si los indicadores est´n mal dise˜ados, pueden dar lugar a a n mensajes err´neos, confusos o poco robustos o 2 Al reducir la complejidad de un tema en algo “supuestamente mensurable”, pueden dar lugar a sesgos de confirmaci´n o a o la simplificaci´n excesiva =⇒ Suponen la necesidad de o emplear sub-indicadores. Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 20. Introducci´n o ¿Qu´ son? e Etapas de su dise˜o y construcci´n n o Algunos ejemplos Visualizaci´n y diseminaci´n o o Los pros y los contras Indicadores compuestos: Los contras 1 Si los indicadores est´n mal dise˜ados, pueden dar lugar a a n mensajes err´neos, confusos o poco robustos o 2 Al reducir la complejidad de un tema en algo “supuestamente mensurable”, pueden dar lugar a sesgos de confirmaci´n o a o la simplificaci´n excesiva =⇒ Suponen la necesidad de o emplear sub-indicadores. 3 Acarrean un alto nivel de incertidumbre asociado a la integraci´n de escalas y dimensiones diversas. o Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 21. Introducci´n o ¿Qu´ son? e Etapas de su dise˜o y construcci´n n o Algunos ejemplos Visualizaci´n y diseminaci´n o o Los pros y los contras Indicadores compuestos: Los contras 1 Si los indicadores est´n mal dise˜ados, pueden dar lugar a a n mensajes err´neos, confusos o poco robustos o 2 Al reducir la complejidad de un tema en algo “supuestamente mensurable”, pueden dar lugar a sesgos de confirmaci´n o a o la simplificaci´n excesiva =⇒ Suponen la necesidad de o emplear sub-indicadores. 3 Acarrean un alto nivel de incertidumbre asociado a la integraci´n de escalas y dimensiones diversas. o 4 Es esencial la interacci´n con pares/expertos/stakeholders o para lograr la mutua aceptaci´n del indicador. o Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 22. Introducci´n o ¿Qu´ son? e Etapas de su dise˜o y construcci´n n o Algunos ejemplos Visualizaci´n y diseminaci´n o o Los pros y los contras Indicadores compuestos: Los contras 1 Si los indicadores est´n mal dise˜ados, pueden dar lugar a a n mensajes err´neos, confusos o poco robustos o 2 Al reducir la complejidad de un tema en algo “supuestamente mensurable”, pueden dar lugar a sesgos de confirmaci´n o a o la simplificaci´n excesiva =⇒ Suponen la necesidad de o emplear sub-indicadores. 3 Acarrean un alto nivel de incertidumbre asociado a la integraci´n de escalas y dimensiones diversas. o 4 Es esencial la interacci´n con pares/expertos/stakeholders o para lograr la mutua aceptaci´n del indicador. o 5 Requieren seguir principios estad´ ısticamente fundamentados y procedimientos transparentes. Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 23. Introducci´n o ¿Qu´ son? e Etapas de su dise˜o y construcci´n n o Algunos ejemplos Visualizaci´n y diseminaci´n o o Los pros y los contras Indicadores compuestos: Los contras 1 Si los indicadores est´n mal dise˜ados, pueden dar lugar a a n mensajes err´neos, confusos o poco robustos o 2 Al reducir la complejidad de un tema en algo “supuestamente mensurable”, pueden dar lugar a sesgos de confirmaci´n o a o la simplificaci´n excesiva =⇒ Suponen la necesidad de o emplear sub-indicadores. 3 Acarrean un alto nivel de incertidumbre asociado a la integraci´n de escalas y dimensiones diversas. o 4 Es esencial la interacci´n con pares/expertos/stakeholders o para lograr la mutua aceptaci´n del indicador. o 5 Requieren seguir principios estad´ ısticamente fundamentados y procedimientos transparentes. Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 24. Introducci´n o ¿Qu´ son? e Etapas de su dise˜o y construcci´n n o Algunos ejemplos Visualizaci´n y diseminaci´n o o Los pros y los contras ´ ¡¡LA GRAN LIMITACION!! El “horror vacui” estad´ ıstico Ausencia de informaci´n b´sica o a Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 25. Introducci´n o ¿Qu´ son? e Etapas de su dise˜o y construcci´n n o Algunos ejemplos Visualizaci´n y diseminaci´n o o Los pros y los contras ´ ¡¡LA GRAN LIMITACION!! El “horror vacui” estad´ ıstico Ausencia de informaci´n b´sica o a Falta de procedimientos sistem´ticos en la generaci´n de la a o informaci´n o Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 26. Introducci´n o ¿Qu´ son? e Etapas de su dise˜o y construcci´n n o Algunos ejemplos Visualizaci´n y diseminaci´n o o Los pros y los contras ´ ¡¡LA GRAN LIMITACION!! El “horror vacui” estad´ ıstico Ausencia de informaci´n b´sica o a Falta de procedimientos sistem´ticos en la generaci´n de la a o informaci´n o Muy incipiente toma de conciencia (ambiental) =⇒ Limitados esfuerzos pr´cticos en la generaci´n de la informaci´n a o o Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 27. Introducci´n o ¿Qu´ son? e Etapas de su dise˜o y construcci´n n o Algunos ejemplos Visualizaci´n y diseminaci´n o o Los pros y los contras ´ ¡¡LA GRAN LIMITACION!! El “horror vacui” estad´ ıstico Ausencia de informaci´n b´sica o a Falta de procedimientos sistem´ticos en la generaci´n de la a o informaci´n o Muy incipiente toma de conciencia (ambiental) =⇒ Limitados esfuerzos pr´cticos en la generaci´n de la informaci´n a o o Problemas de aplicabilidad t´cnica debida a la ausencia de e datos o la disponibilidad de datos inconsistentes o poco confiables Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 28. Introducci´n o ¿Qu´ son? e Etapas de su dise˜o y construcci´n n o Algunos ejemplos Visualizaci´n y diseminaci´n o o Los pros y los contras ´ ¡¡LA GRAN LIMITACION!! El “horror vacui” estad´ ıstico Ausencia de informaci´n b´sica o a Falta de procedimientos sistem´ticos en la generaci´n de la a o informaci´n o Muy incipiente toma de conciencia (ambiental) =⇒ Limitados esfuerzos pr´cticos en la generaci´n de la informaci´n a o o Problemas de aplicabilidad t´cnica debida a la ausencia de e datos o la disponibilidad de datos inconsistentes o poco confiables Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 29. Introducci´n o ¿Qu´ son? e Etapas de su dise˜o y construcci´n n o Algunos ejemplos Visualizaci´n y diseminaci´n o o Los pros y los contras Adem´s: a Puede haber conflicto con las escalas: lo que es pertinente a nivel local, puede no serlo a nivel nacional (por ejemplo: encuestas). En necesario, evitar la redundancia de la informaci´n =⇒ Se o deben realizar an´lisis de correlaci´n. a o Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 30. Introducci´n o ¿Qu´ son? e Etapas de su dise˜o y construcci´n n o Algunos ejemplos Visualizaci´n y diseminaci´n o o Los pros y los contras Adem´s: a Puede haber conflicto con las escalas: lo que es pertinente a nivel local, puede no serlo a nivel nacional (por ejemplo: encuestas). En necesario, evitar la redundancia de la informaci´n =⇒ Se o deben realizar an´lisis de correlaci´n. a o Es importante conocer la disponibilidad, calidad y frecuencia de muestreo de la informaci´n con que se alimenta =⇒ o Disponer de los Metadatos. Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 31. Introducci´n o ¿Qu´ son? e Etapas de su dise˜o y construcci´n n o Algunos ejemplos Visualizaci´n y diseminaci´n o o Los pros y los contras Adem´s: a Puede haber conflicto con las escalas: lo que es pertinente a nivel local, puede no serlo a nivel nacional (por ejemplo: encuestas). En necesario, evitar la redundancia de la informaci´n =⇒ Se o deben realizar an´lisis de correlaci´n. a o Es importante conocer la disponibilidad, calidad y frecuencia de muestreo de la informaci´n con que se alimenta =⇒ o Disponer de los Metadatos. Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 32. 1. Marco metodol´gico o conceptual o 2. Seleccionar indicadores Introducci´n o 3. An´lisis multivariado a Etapas de su dise˜o y construcci´n n o 4. Imputaci´n de datos perdidos o Visualizaci´n y diseminaci´n o o 5. Normalizaci´n y pesado de los datos o 6. An´lisis de robustez y sensibilidad a Etapas de su dise˜o y construcci´n n o 1 Desarrollar marco metodol´gico o conceptual o 2 Seleccionar indicadores Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 33. 1. Marco metodol´gico o conceptual o 2. Seleccionar indicadores Introducci´n o 3. An´lisis multivariado a Etapas de su dise˜o y construcci´n n o 4. Imputaci´n de datos perdidos o Visualizaci´n y diseminaci´n o o 5. Normalizaci´n y pesado de los datos o 6. An´lisis de robustez y sensibilidad a Etapas de su dise˜o y construcci´n n o 1 Desarrollar marco metodol´gico o conceptual o 2 Seleccionar indicadores 3 An´lisis multivariado a Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 34. 1. Marco metodol´gico o conceptual o 2. Seleccionar indicadores Introducci´n o 3. An´lisis multivariado a Etapas de su dise˜o y construcci´n n o 4. Imputaci´n de datos perdidos o Visualizaci´n y diseminaci´n o o 5. Normalizaci´n y pesado de los datos o 6. An´lisis de robustez y sensibilidad a Etapas de su dise˜o y construcci´n n o 1 Desarrollar marco metodol´gico o conceptual o 2 Seleccionar indicadores 3 An´lisis multivariado a 4 Imputar de datos perdidos Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 35. 1. Marco metodol´gico o conceptual o 2. Seleccionar indicadores Introducci´n o 3. An´lisis multivariado a Etapas de su dise˜o y construcci´n n o 4. Imputaci´n de datos perdidos o Visualizaci´n y diseminaci´n o o 5. Normalizaci´n y pesado de los datos o 6. An´lisis de robustez y sensibilidad a Etapas de su dise˜o y construcci´n n o 1 Desarrollar marco metodol´gico o conceptual o 2 Seleccionar indicadores 3 An´lisis multivariado a 4 Imputar de datos perdidos 5 Normalizaci´n de los datos o Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 36. 1. Marco metodol´gico o conceptual o 2. Seleccionar indicadores Introducci´n o 3. An´lisis multivariado a Etapas de su dise˜o y construcci´n n o 4. Imputaci´n de datos perdidos o Visualizaci´n y diseminaci´n o o 5. Normalizaci´n y pesado de los datos o 6. An´lisis de robustez y sensibilidad a Etapas de su dise˜o y construcci´n n o 1 Desarrollar marco metodol´gico o conceptual o 2 Seleccionar indicadores 3 An´lisis multivariado a 4 Imputar de datos perdidos 5 Normalizaci´n de los datos o 6 Pesado de los datos Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 37. 1. Marco metodol´gico o conceptual o 2. Seleccionar indicadores Introducci´n o 3. An´lisis multivariado a Etapas de su dise˜o y construcci´n n o 4. Imputaci´n de datos perdidos o Visualizaci´n y diseminaci´n o o 5. Normalizaci´n y pesado de los datos o 6. An´lisis de robustez y sensibilidad a Etapas de su dise˜o y construcci´n n o 1 Desarrollar marco metodol´gico o conceptual o 2 Seleccionar indicadores 3 An´lisis multivariado a 4 Imputar de datos perdidos 5 Normalizaci´n de los datos o 6 Pesado de los datos 7 Agregaci´n o Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 38. 1. Marco metodol´gico o conceptual o 2. Seleccionar indicadores Introducci´n o 3. An´lisis multivariado a Etapas de su dise˜o y construcci´n n o 4. Imputaci´n de datos perdidos o Visualizaci´n y diseminaci´n o o 5. Normalizaci´n y pesado de los datos o 6. An´lisis de robustez y sensibilidad a Etapas de su dise˜o y construcci´n n o 1 Desarrollar marco metodol´gico o conceptual o 2 Seleccionar indicadores 3 An´lisis multivariado a 4 Imputar de datos perdidos 5 Normalizaci´n de los datos o 6 Pesado de los datos 7 Agregaci´n o 8 An´lisis de robustez y sensibilidad a Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 39. 1. Marco metodol´gico o conceptual o 2. Seleccionar indicadores Introducci´n o 3. An´lisis multivariado a Etapas de su dise˜o y construcci´n n o 4. Imputaci´n de datos perdidos o Visualizaci´n y diseminaci´n o o 5. Normalizaci´n y pesado de los datos o 6. An´lisis de robustez y sensibilidad a Etapas de su dise˜o y construcci´n n o 1 Desarrollar marco metodol´gico o conceptual o 2 Seleccionar indicadores 3 An´lisis multivariado a 4 Imputar de datos perdidos 5 Normalizaci´n de los datos o 6 Pesado de los datos 7 Agregaci´n o 8 An´lisis de robustez y sensibilidad a 9 Vinculaci´n del indicador con otras variables o Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 40. 1. Marco metodol´gico o conceptual o 2. Seleccionar indicadores Introducci´n o 3. An´lisis multivariado a Etapas de su dise˜o y construcci´n n o 4. Imputaci´n de datos perdidos o Visualizaci´n y diseminaci´n o o 5. Normalizaci´n y pesado de los datos o 6. An´lisis de robustez y sensibilidad a Etapas de su dise˜o y construcci´n n o 1 Desarrollar marco metodol´gico o conceptual o 2 Seleccionar indicadores 3 An´lisis multivariado a 4 Imputar de datos perdidos 5 Normalizaci´n de los datos o 6 Pesado de los datos 7 Agregaci´n o 8 An´lisis de robustez y sensibilidad a 9 Vinculaci´n del indicador con otras variables o 10 Presentaci´n y diseminaci´n o o Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 41. 1. Marco metodol´gico o conceptual o 2. Seleccionar indicadores Introducci´n o 3. An´lisis multivariado a Etapas de su dise˜o y construcci´n n o 4. Imputaci´n de datos perdidos o Visualizaci´n y diseminaci´n o o 5. Normalizaci´n y pesado de los datos o 6. An´lisis de robustez y sensibilidad a Etapas de su dise˜o y construcci´n n o 1 Desarrollar marco metodol´gico o conceptual o 2 Seleccionar indicadores 3 An´lisis multivariado a 4 Imputar de datos perdidos 5 Normalizaci´n de los datos o 6 Pesado de los datos 7 Agregaci´n o 8 An´lisis de robustez y sensibilidad a 9 Vinculaci´n del indicador con otras variables o 10 Presentaci´n y diseminaci´n o o Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 42. 1. Marco metodol´gico o conceptual o 2. Seleccionar indicadores Introducci´n o 3. An´lisis multivariado a Etapas de su dise˜o y construcci´n n o 4. Imputaci´n de datos perdidos o Visualizaci´n y diseminaci´n o o 5. Normalizaci´n y pesado de los datos o 6. An´lisis de robustez y sensibilidad a 1. Marco metodol´gico o conceptual o “Lo que est´ mal definido estar´ mal medido...” a a Es necesario tener categorizado el contexto de an´lisis y a comprender el fen´meno a medir o Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 43. 1. Marco metodol´gico o conceptual o 2. Seleccionar indicadores Introducci´n o 3. An´lisis multivariado a Etapas de su dise˜o y construcci´n n o 4. Imputaci´n de datos perdidos o Visualizaci´n y diseminaci´n o o 5. Normalizaci´n y pesado de los datos o 6. An´lisis de robustez y sensibilidad a 1. Marco metodol´gico o conceptual o “Lo que est´ mal definido estar´ mal medido...” a a Es necesario tener categorizado el contexto de an´lisis y a comprender el fen´meno a medir o A veces conviene agrupar la informaci´n en forma anidada en o subgrupos y calcular sub-indicadores Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 44. 1. Marco metodol´gico o conceptual o 2. Seleccionar indicadores Introducci´n o 3. An´lisis multivariado a Etapas de su dise˜o y construcci´n n o 4. Imputaci´n de datos perdidos o Visualizaci´n y diseminaci´n o o 5. Normalizaci´n y pesado de los datos o 6. An´lisis de robustez y sensibilidad a 1. Marco metodol´gico o conceptual o “Lo que est´ mal definido estar´ mal medido...” a a Es necesario tener categorizado el contexto de an´lisis y a comprender el fen´meno a medir o A veces conviene agrupar la informaci´n en forma anidada en o subgrupos y calcular sub-indicadores Es conveniente enumerar los criterios de selecci´n de las o variables y documentar todo el proceso de construcci´n o Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 45. 1. Marco metodol´gico o conceptual o 2. Seleccionar indicadores Introducci´n o 3. An´lisis multivariado a Etapas de su dise˜o y construcci´n n o 4. Imputaci´n de datos perdidos o Visualizaci´n y diseminaci´n o o 5. Normalizaci´n y pesado de los datos o 6. An´lisis de robustez y sensibilidad a 1. Marco metodol´gico o conceptual o “Lo que est´ mal definido estar´ mal medido...” a a Es necesario tener categorizado el contexto de an´lisis y a comprender el fen´meno a medir o A veces conviene agrupar la informaci´n en forma anidada en o subgrupos y calcular sub-indicadores Es conveniente enumerar los criterios de selecci´n de las o variables y documentar todo el proceso de construcci´n o Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 46. 1. Marco metodol´gico o conceptual o 2. Seleccionar indicadores Introducci´n o 3. An´lisis multivariado a Etapas de su dise˜o y construcci´n n o 4. Imputaci´n de datos perdidos o Visualizaci´n y diseminaci´n o o 5. Normalizaci´n y pesado de los datos o 6. An´lisis de robustez y sensibilidad a 2. Seleccionar indicadores La fortaleza o debilidad de un indicador compuesto recae en la calidad de las variables que lo componen Es necesario validar la calidad del dato Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 47. 1. Marco metodol´gico o conceptual o 2. Seleccionar indicadores Introducci´n o 3. An´lisis multivariado a Etapas de su dise˜o y construcci´n n o 4. Imputaci´n de datos perdidos o Visualizaci´n y diseminaci´n o o 5. Normalizaci´n y pesado de los datos o 6. An´lisis de robustez y sensibilidad a 2. Seleccionar indicadores La fortaleza o debilidad de un indicador compuesto recae en la calidad de las variables que lo componen Es necesario validar la calidad del dato Discutir la pertinencia de cada variable Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 48. 1. Marco metodol´gico o conceptual o 2. Seleccionar indicadores Introducci´n o 3. An´lisis multivariado a Etapas de su dise˜o y construcci´n n o 4. Imputaci´n de datos perdidos o Visualizaci´n y diseminaci´n o o 5. Normalizaci´n y pesado de los datos o 6. An´lisis de robustez y sensibilidad a 2. Seleccionar indicadores La fortaleza o debilidad de un indicador compuesto recae en la calidad de las variables que lo componen Es necesario validar la calidad del dato Discutir la pertinencia de cada variable Ajustar la escala cuando sea necesario Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 49. 1. Marco metodol´gico o conceptual o 2. Seleccionar indicadores Introducci´n o 3. An´lisis multivariado a Etapas de su dise˜o y construcci´n n o 4. Imputaci´n de datos perdidos o Visualizaci´n y diseminaci´n o o 5. Normalizaci´n y pesado de los datos o 6. An´lisis de robustez y sensibilidad a 2. Seleccionar indicadores La fortaleza o debilidad de un indicador compuesto recae en la calidad de las variables que lo componen Es necesario validar la calidad del dato Discutir la pertinencia de cada variable Ajustar la escala cuando sea necesario Crear tablas resumen o metadatos (caracter´ ısticas, disponibilidad, fuentes, tipo, responsable, etc.) para cada variable y sub-indicador Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 50. 1. Marco metodol´gico o conceptual o 2. Seleccionar indicadores Introducci´n o 3. An´lisis multivariado a Etapas de su dise˜o y construcci´n n o 4. Imputaci´n de datos perdidos o Visualizaci´n y diseminaci´n o o 5. Normalizaci´n y pesado de los datos o 6. An´lisis de robustez y sensibilidad a 2. Seleccionar indicadores La fortaleza o debilidad de un indicador compuesto recae en la calidad de las variables que lo componen Es necesario validar la calidad del dato Discutir la pertinencia de cada variable Ajustar la escala cuando sea necesario Crear tablas resumen o metadatos (caracter´ ısticas, disponibilidad, fuentes, tipo, responsable, etc.) para cada variable y sub-indicador Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 51. 1. Marco metodol´gico o conceptual o 2. Seleccionar indicadores Introducci´n o 3. An´lisis multivariado a Etapas de su dise˜o y construcci´n n o 4. Imputaci´n de datos perdidos o Visualizaci´n y diseminaci´n o o 5. Normalizaci´n y pesado de los datos o 6. An´lisis de robustez y sensibilidad a 3. An´lisis multivariado (i) a Tiene el objetivo de eliminar correlaciones espureas =⇒ A mayor correlaci´n entre variables, menores las dimensiones de o an´lisis que estar´ presentes. a ıan An´lisis de componentes principales a Es un m´todo de reducci´n dimensional. Se trata de explicar la e o mayor parte de la variabilidad con el menor n´mero de u componentes posibles. Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 52. 1. Marco metodol´gico o conceptual o 2. Seleccionar indicadores Introducci´n o 3. An´lisis multivariado a Etapas de su dise˜o y construcci´n n o 4. Imputaci´n de datos perdidos o Visualizaci´n y diseminaci´n o o 5. Normalizaci´n y pesado de los datos o 6. An´lisis de robustez y sensibilidad a 3. An´lisis multivariado (i) a Tiene el objetivo de eliminar correlaciones espureas =⇒ A mayor correlaci´n entre variables, menores las dimensiones de o an´lisis que estar´ presentes. a ıan An´lisis de componentes principales a Es un m´todo de reducci´n dimensional. Se trata de explicar la e o mayor parte de la variabilidad con el menor n´mero de u componentes posibles. An´lisis factorial a Se usa para agrupar la informaci´n y ver si las dimensiones te´ricas o o coinciden o no con las estad´ ısticas Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 53. 1. Marco metodol´gico o conceptual o 2. Seleccionar indicadores Introducci´n o 3. An´lisis multivariado a Etapas de su dise˜o y construcci´n n o 4. Imputaci´n de datos perdidos o Visualizaci´n y diseminaci´n o o 5. Normalizaci´n y pesado de los datos o 6. An´lisis de robustez y sensibilidad a 3. An´lisis multivariado (i) a Tiene el objetivo de eliminar correlaciones espureas =⇒ A mayor correlaci´n entre variables, menores las dimensiones de o an´lisis que estar´ presentes. a ıan An´lisis de componentes principales a Es un m´todo de reducci´n dimensional. Se trata de explicar la e o mayor parte de la variabilidad con el menor n´mero de u componentes posibles. An´lisis factorial a Se usa para agrupar la informaci´n y ver si las dimensiones te´ricas o o coinciden o no con las estad´ ısticas Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 54. 1. Marco metodol´gico o conceptual o 2. Seleccionar indicadores Introducci´n o 3. An´lisis multivariado a Etapas de su dise˜o y construcci´n n o 4. Imputaci´n de datos perdidos o Visualizaci´n y diseminaci´n o o 5. Normalizaci´n y pesado de los datos o 6. An´lisis de robustez y sensibilidad a 3. An´lisis multivariado (ii) a An´lisis de agrupamiento (Clustering An´lisis) a a Para establecer tipolog´ en grupos (por ejemplo: pa´ ıas ıses) “homog´neos en s´ y heterog´neos entre s´ maximizando la e ı e ı”, distancia (debidamente definida) de las unidades de tipolog´ ıas diferentes y minimizando la distancia de las unidades de una categor´ particular. ıa Usos: (i) como herramienta de diagn´stico, o (ii) para agrupar pa´ y/o imputar datos perdidos, ıses (iii) como m´todo de agregaci´n. e o Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 55. 1. Marco metodol´gico o conceptual o 2. Seleccionar indicadores Introducci´n o 3. An´lisis multivariado a Etapas de su dise˜o y construcci´n n o 4. Imputaci´n de datos perdidos o Visualizaci´n y diseminaci´n o o 5. Normalizaci´n y pesado de los datos o 6. An´lisis de robustez y sensibilidad a 4. Imputaci´n de datos perdidos: ¿Qu´ hacer? o e Se podr´ remover el pa´ o indicador del an´lisis, aunque esto ıa ıs a puede dar lugar a sesgos indeseables... Imputaci´n simple o Modelizaci´n impl´ o ıcita: (i) asignar el dato conforme a unidades similares; (ii) sustituir con informaci´n existente ´ o o (iii) tomar valores de otras fuentes. Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 56. 1. Marco metodol´gico o conceptual o 2. Seleccionar indicadores Introducci´n o 3. An´lisis multivariado a Etapas de su dise˜o y construcci´n n o 4. Imputaci´n de datos perdidos o Visualizaci´n y diseminaci´n o o 5. Normalizaci´n y pesado de los datos o 6. An´lisis de robustez y sensibilidad a 4. Imputaci´n de datos perdidos: ¿Qu´ hacer? o e Se podr´ remover el pa´ o indicador del an´lisis, aunque esto ıa ıs a puede dar lugar a sesgos indeseables... Imputaci´n simple o Modelizaci´n impl´ o ıcita: (i) asignar el dato conforme a unidades similares; (ii) sustituir con informaci´n existente ´ o o (iii) tomar valores de otras fuentes. Modelizaci´n expl´ o ıcita: sustituir por la media, mediana o la moda, regresiones o algoritmos de expectaci´n-maximizaci´n. o o Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 57. 1. Marco metodol´gico o conceptual o 2. Seleccionar indicadores Introducci´n o 3. An´lisis multivariado a Etapas de su dise˜o y construcci´n n o 4. Imputaci´n de datos perdidos o Visualizaci´n y diseminaci´n o o 5. Normalizaci´n y pesado de los datos o 6. An´lisis de robustez y sensibilidad a 4. Imputaci´n de datos perdidos: ¿Qu´ hacer? o e Se podr´ remover el pa´ o indicador del an´lisis, aunque esto ıa ıs a puede dar lugar a sesgos indeseables... Imputaci´n simple o Modelizaci´n impl´ o ıcita: (i) asignar el dato conforme a unidades similares; (ii) sustituir con informaci´n existente ´ o o (iii) tomar valores de otras fuentes. Modelizaci´n expl´ o ıcita: sustituir por la media, mediana o la moda, regresiones o algoritmos de expectaci´n-maximizaci´n. o o Imputaci´n m´ltiple o u Por ejemplo estimando la matriz de covarianzas y la distribuci´n a o priori a partir de la cual se imputar´n valores al azar. a Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 58. 1. Marco metodol´gico o conceptual o 2. Seleccionar indicadores Introducci´n o 3. An´lisis multivariado a Etapas de su dise˜o y construcci´n n o 4. Imputaci´n de datos perdidos o Visualizaci´n y diseminaci´n o o 5. Normalizaci´n y pesado de los datos o 6. An´lisis de robustez y sensibilidad a 4. Imputaci´n de datos perdidos: ¿Qu´ hacer? o e Se podr´ remover el pa´ o indicador del an´lisis, aunque esto ıa ıs a puede dar lugar a sesgos indeseables... Imputaci´n simple o Modelizaci´n impl´ o ıcita: (i) asignar el dato conforme a unidades similares; (ii) sustituir con informaci´n existente ´ o o (iii) tomar valores de otras fuentes. Modelizaci´n expl´ o ıcita: sustituir por la media, mediana o la moda, regresiones o algoritmos de expectaci´n-maximizaci´n. o o Imputaci´n m´ltiple o u Por ejemplo estimando la matriz de covarianzas y la distribuci´n a o priori a partir de la cual se imputar´n valores al azar. a Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 59. 1. Marco metodol´gico o conceptual o 2. Seleccionar indicadores Introducci´n o 3. An´lisis multivariado a Etapas de su dise˜o y construcci´n n o 4. Imputaci´n de datos perdidos o Visualizaci´n y diseminaci´n o o 5. Normalizaci´n y pesado de los datos o 6. An´lisis de robustez y sensibilidad a 5. Normalizaci´n de los datos (i) o Objetivo: Llevar los indicadores a una misma unidad de medida Ello puede obligar a realizar transformaciones de escala y/o correcciones de simetr´ para evitar que los valores extremos ıa dominen los resultados y suavizar los cambios marginales seg´n los niveles (linealizar, usar logaritmos, potencias, u Box-Cox, Manly, etc.) Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 60. 1. Marco metodol´gico o conceptual o 2. Seleccionar indicadores Introducci´n o 3. An´lisis multivariado a Etapas de su dise˜o y construcci´n n o 4. Imputaci´n de datos perdidos o Visualizaci´n y diseminaci´n o o 5. Normalizaci´n y pesado de los datos o 6. An´lisis de robustez y sensibilidad a 5. Normalizaci´n de los datos (i) o Objetivo: Llevar los indicadores a una misma unidad de medida Ello puede obligar a realizar transformaciones de escala y/o correcciones de simetr´ para evitar que los valores extremos ıa dominen los resultados y suavizar los cambios marginales seg´n los niveles (linealizar, usar logaritmos, potencias, u Box-Cox, Manly, etc.) Al normalizar se deber´ tener en cuenta la tendencia, a ciclicidad y presencia de valores at´ ıpicos de los datos Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 61. 1. Marco metodol´gico o conceptual o 2. Seleccionar indicadores Introducci´n o 3. An´lisis multivariado a Etapas de su dise˜o y construcci´n n o 4. Imputaci´n de datos perdidos o Visualizaci´n y diseminaci´n o o 5. Normalizaci´n y pesado de los datos o 6. An´lisis de robustez y sensibilidad a 5. Normalizaci´n de los datos (i) o Objetivo: Llevar los indicadores a una misma unidad de medida Ello puede obligar a realizar transformaciones de escala y/o correcciones de simetr´ para evitar que los valores extremos ıa dominen los resultados y suavizar los cambios marginales seg´n los niveles (linealizar, usar logaritmos, potencias, u Box-Cox, Manly, etc.) Al normalizar se deber´ tener en cuenta la tendencia, a ciclicidad y presencia de valores at´ ıpicos de los datos La normalizaci´n debe ser invariante a cambios de la unidad o de medida. Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 62. 1. Marco metodol´gico o conceptual o 2. Seleccionar indicadores Introducci´n o 3. An´lisis multivariado a Etapas de su dise˜o y construcci´n n o 4. Imputaci´n de datos perdidos o Visualizaci´n y diseminaci´n o o 5. Normalizaci´n y pesado de los datos o 6. An´lisis de robustez y sensibilidad a 5. Normalizaci´n de los datos (i) o Objetivo: Llevar los indicadores a una misma unidad de medida Ello puede obligar a realizar transformaciones de escala y/o correcciones de simetr´ para evitar que los valores extremos ıa dominen los resultados y suavizar los cambios marginales seg´n los niveles (linealizar, usar logaritmos, potencias, u Box-Cox, Manly, etc.) Al normalizar se deber´ tener en cuenta la tendencia, a ciclicidad y presencia de valores at´ ıpicos de los datos La normalizaci´n debe ser invariante a cambios de la unidad o de medida. Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 63. 1. Marco metodol´gico o conceptual o 2. Seleccionar indicadores Introducci´n o 3. An´lisis multivariado a Etapas de su dise˜o y construcci´n n o 4. Imputaci´n de datos perdidos o Visualizaci´n y diseminaci´n o o 5. Normalizaci´n y pesado de los datos o 6. An´lisis de robustez y sensibilidad a 5. Normalizaci´n de los datos (ii) o Emplear tasas o porcentajes de variaci´n o xti −xt−1i yti = xti × 100 Ordenamiento de los indicarores entre pa´ ıses yti = Rango(xti ∈ X ). Se pierde informaci´n del pa´ pero los o ıs outliers no afectan. Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 64. 1. Marco metodol´gico o conceptual o 2. Seleccionar indicadores Introducci´n o 3. An´lisis multivariado a Etapas de su dise˜o y construcci´n n o 4. Imputaci´n de datos perdidos o Visualizaci´n y diseminaci´n o o 5. Normalizaci´n y pesado de los datos o 6. An´lisis de robustez y sensibilidad a 5. Normalizaci´n de los datos (ii) o Emplear tasas o porcentajes de variaci´n o xti −xt−1i yti = xti × 100 Ordenamiento de los indicarores entre pa´ ıses yti = Rango(xti ∈ X ). Se pierde informaci´n del pa´ pero los o ıs outliers no afectan. Estandarizaci´n (Z-value) o i yti = xt −Ex(xt ) . Todas las variables quedan centradas. Conviene σt evitar los outliers. Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 65. 1. Marco metodol´gico o conceptual o 2. Seleccionar indicadores Introducci´n o 3. An´lisis multivariado a Etapas de su dise˜o y construcci´n n o 4. Imputaci´n de datos perdidos o Visualizaci´n y diseminaci´n o o 5. Normalizaci´n y pesado de los datos o 6. An´lisis de robustez y sensibilidad a 5. Normalizaci´n de los datos (ii) o Emplear tasas o porcentajes de variaci´n o xti −xt−1i yti = xti × 100 Ordenamiento de los indicarores entre pa´ ıses yti = Rango(xti ∈ X ). Se pierde informaci´n del pa´ pero los o ıs outliers no afectan. Estandarizaci´n (Z-value) o i yti = xt −Ex(xt ) . Todas las variables quedan centradas. Conviene σt evitar los outliers. Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 66. 1. Marco metodol´gico o conceptual o 2. Seleccionar indicadores Introducci´n o 3. An´lisis multivariado a Etapas de su dise˜o y construcci´n n o 4. Imputaci´n de datos perdidos o Visualizaci´n y diseminaci´n o o 5. Normalizaci´n y pesado de los datos o 6. An´lisis de robustez y sensibilidad a 5. Normalizaci´n de los datos (iii) o Re-escaleo xti −min∀p (xtio ) ´ yti = max∀p (xtio )−min∀p (xtio ) O si se trabaja con registros en varios xti −min∀t min∀p (xti ) instantes del tiempo: yti = max∀t max∀p (xti )−min∀t min∀p (xti ) ∈ [0, 1] Distancia a pa´ de referencia ıs xti xti −xtR yti = xtR ´ yti = o xtR o Seg´n lo considere el analista, la referencia u o o puede ser un objetivo a lograr en alg´n t, un pa´ (que no sea un u ıs outlier ´ dato at´ o ıpico), un “pa´ promedio”, o el propio pa´ en ıs ıs to = 0 Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 67. 1. Marco metodol´gico o conceptual o 2. Seleccionar indicadores Introducci´n o 3. An´lisis multivariado a Etapas de su dise˜o y construcci´n n o 4. Imputaci´n de datos perdidos o Visualizaci´n y diseminaci´n o o 5. Normalizaci´n y pesado de los datos o 6. An´lisis de robustez y sensibilidad a 5. Normalizaci´n de los datos (iii) o Re-escaleo xti −min∀p (xtio ) ´ yti = max∀p (xtio )−min∀p (xtio ) O si se trabaja con registros en varios xti −min∀t min∀p (xti ) instantes del tiempo: yti = max∀t max∀p (xti )−min∀t min∀p (xti ) ∈ [0, 1] Distancia a pa´ de referencia ıs xti xti −xtR yti = xtR ´ yti = o xtR o Seg´n lo considere el analista, la referencia u o o puede ser un objetivo a lograr en alg´n t, un pa´ (que no sea un u ıs outlier ´ dato at´ o ıpico), un “pa´ promedio”, o el propio pa´ en ıs ıs to = 0 Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 68. 1. Marco metodol´gico o conceptual o 2. Seleccionar indicadores Introducci´n o 3. An´lisis multivariado a Etapas de su dise˜o y construcci´n n o 4. Imputaci´n de datos perdidos o Visualizaci´n y diseminaci´n o o 5. Normalizaci´n y pesado de los datos o 6. An´lisis de robustez y sensibilidad a 5. Normalizaci´n de los datos (iv) o Categorizaci´n de escalas alfanum´ricas o e • Los rangos pueden basarse en los percentiles • Ejemplo: Estar por encima y debajo de la media, siendo p un umbral): i S´ xxR > (1 + p) ⇒ yti = 1 ı t to xti S´ ı xtR < (1 − p) ⇒ yti = −1 o xti S´ (1 − p) ≤ ı xtR ≤ (1 + p) ⇒ yti = 0 o • Los outliers no afectan pero se pierde informaci´n de los niveles. o Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 69. 1. Marco metodol´gico o conceptual o 2. Seleccionar indicadores Introducci´n o 3. An´lisis multivariado a Etapas de su dise˜o y construcci´n n o 4. Imputaci´n de datos perdidos o Visualizaci´n y diseminaci´n o o 5. Normalizaci´n y pesado de los datos o 6. An´lisis de robustez y sensibilidad a 5. Pesado de los datos (i) A partir de criterios matem´tico-estad´ a ısticos Componentes principales / Analisis de factores Data Envelopment Analysis (DEA) Regresiones m´ltiples u Modelos de componentes no observados En funci´n de la opini´n experta (m´todos o o e participativos) Opini´n p´blica o u Por asignaci´n realizada por expertos (tipo “Delphi”) o Ponderar sobre la base de la distancia a objetivos planteados Existen metodolog´ como el Analytic Hierarchy Process (que ıas realiza comparaciones de a pares de variables) o el An´lisis a conjunto (m´todo multiatributo) e Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 70. 1. Marco metodol´gico o conceptual o 2. Seleccionar indicadores Introducci´n o 3. An´lisis multivariado a Etapas de su dise˜o y construcci´n n o 4. Imputaci´n de datos perdidos o Visualizaci´n y diseminaci´n o o 5. Normalizaci´n y pesado de los datos o 6. An´lisis de robustez y sensibilidad a 5. Pesado de los datos (i) A partir de criterios matem´tico-estad´ a ısticos Componentes principales / Analisis de factores Data Envelopment Analysis (DEA) Regresiones m´ltiples u Modelos de componentes no observados En funci´n de la opini´n experta (m´todos o o e participativos) Opini´n p´blica o u Por asignaci´n realizada por expertos (tipo “Delphi”) o Ponderar sobre la base de la distancia a objetivos planteados Existen metodolog´ como el Analytic Hierarchy Process (que ıas realiza comparaciones de a pares de variables) o el An´lisis a conjunto (m´todo multiatributo) e Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 71. 1. Marco metodol´gico o conceptual o 2. Seleccionar indicadores Introducci´n o 3. An´lisis multivariado a Etapas de su dise˜o y construcci´n n o 4. Imputaci´n de datos perdidos o Visualizaci´n y diseminaci´n o o 5. Normalizaci´n y pesado de los datos o 6. An´lisis de robustez y sensibilidad a 5. Pesado de los datos (ii) Algunas consideraciones: Los datos deben estar normalizados Todas las dimensiones de an´lisis (eco/soc/env/inst) deber´ a ıan tener el mismo n´mero de indicadores u Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 72. 1. Marco metodol´gico o conceptual o 2. Seleccionar indicadores Introducci´n o 3. An´lisis multivariado a Etapas de su dise˜o y construcci´n n o 4. Imputaci´n de datos perdidos o Visualizaci´n y diseminaci´n o o 5. Normalizaci´n y pesado de los datos o 6. An´lisis de robustez y sensibilidad a 5. Pesado de los datos (ii) Algunas consideraciones: Los datos deben estar normalizados Todas las dimensiones de an´lisis (eco/soc/env/inst) deber´ a ıan tener el mismo n´mero de indicadores u No confundir redundancia con correlaci´n. Redundancia o implica correlaci´n pero no viceversa o Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 73. 1. Marco metodol´gico o conceptual o 2. Seleccionar indicadores Introducci´n o 3. An´lisis multivariado a Etapas de su dise˜o y construcci´n n o 4. Imputaci´n de datos perdidos o Visualizaci´n y diseminaci´n o o 5. Normalizaci´n y pesado de los datos o 6. An´lisis de robustez y sensibilidad a 5. Pesado de los datos (ii) Algunas consideraciones: Los datos deben estar normalizados Todas las dimensiones de an´lisis (eco/soc/env/inst) deber´ a ıan tener el mismo n´mero de indicadores u No confundir redundancia con correlaci´n. Redundancia o implica correlaci´n pero no viceversa o Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 74. 1. Marco metodol´gico o conceptual o 2. Seleccionar indicadores Introducci´n o 3. An´lisis multivariado a Etapas de su dise˜o y construcci´n n o 4. Imputaci´n de datos perdidos o Visualizaci´n y diseminaci´n o o 5. Normalizaci´n y pesado de los datos o 6. An´lisis de robustez y sensibilidad a 5. Agregaci´n de los datos (iii) o Sumar los rankings Itj = k Rankingy ij forall1 ≤ j ≤ Npais (es el m´todo m´s simple i=1 e a t y es independiente de los outliers, sin embargo se pierde informaci´n de los niveles) o Contar los indicadores que superan o exceden una referencia dada k yti It = sgn − (1 + p) con p un umbral i=1 E (yti ) (en este caso la media; es independiente de los outliers, sin embargo se pierde informaci´n de los valores absolutos) o Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 75. 1. Marco metodol´gico o conceptual o 2. Seleccionar indicadores Introducci´n o 3. An´lisis multivariado a Etapas de su dise˜o y construcci´n n o 4. Imputaci´n de datos perdidos o Visualizaci´n y diseminaci´n o o 5. Normalizaci´n y pesado de los datos o 6. An´lisis de robustez y sensibilidad a 5. Agregaci´n de los datos (iii) o Sumar los rankings Itj = k Rankingy ij forall1 ≤ j ≤ Npais (es el m´todo m´s simple i=1 e a t y es independiente de los outliers, sin embargo se pierde informaci´n de los niveles) o Contar los indicadores que superan o exceden una referencia dada k yti It = sgn − (1 + p) con p un umbral i=1 E (yti ) (en este caso la media; es independiente de los outliers, sin embargo se pierde informaci´n de los valores absolutos) o Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 76. 1. Marco metodol´gico o conceptual o 2. Seleccionar indicadores Introducci´n o 3. An´lisis multivariado a Etapas de su dise˜o y construcci´n n o 4. Imputaci´n de datos perdidos o Visualizaci´n y diseminaci´n o o 5. Normalizaci´n y pesado de los datos o 6. An´lisis de robustez y sensibilidad a 5. Agregaci´n de los datos (iii) o Agregaci´n lineal o k k It = w i · yti con wi = 1 y 0 ≤ wi ≤ 1 i=1 i=1 (requiere c´lculo de pesos y la normalizaci´n, los pesos act´an a o u como ratios de compromiso; hay sustituibilidad completa) Ejemplo: Sea el PIB, desigualdad, degradaci´n ambiental y o desempleo Pa´ A: 30, 2, 2, 2 = 9 (con pesos equi-proporcionales 1 ) ıs 4 Pa´ B: 9, 9, 9, 9 = 9 ıs Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 77. 1. Marco metodol´gico o conceptual o 2. Seleccionar indicadores Introducci´n o 3. An´lisis multivariado a Etapas de su dise˜o y construcci´n n o 4. Imputaci´n de datos perdidos o Visualizaci´n y diseminaci´n o o 5. Normalizaci´n y pesado de los datos o 6. An´lisis de robustez y sensibilidad a 5. Agregaci´n de los datos (iv) o Agregaci´n geom´trica o e k i k It = Πk (yti )w i=1 = [(yt1 )w1 · · · (ytk )w ]con = 1 y 0 ≤ wi ≤ 1 i=1 Pa´ A: 30, 2, 2, 2 = 3.9 (con pesos equi-proporcionales 1 ) ıs 4 Pa´ B: 9, 9, 9, 9 = 9 ıs wi Si los indicadores son logaritmos, wj = al % de mejora en yti necesario para compensar la declinaci´n de ytj en un 1% . o Adem´s: a k i i k i wi k i wi i=1 w · log(yt ) = i=1 log[(yt ) ] = log Πi=1 (yt ) Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 78. 1. Marco metodol´gico o conceptual o 2. Seleccionar indicadores Introducci´n o 3. An´lisis multivariado a Etapas de su dise˜o y construcci´n n o 4. Imputaci´n de datos perdidos o Visualizaci´n y diseminaci´n o o 5. Normalizaci´n y pesado de los datos o 6. An´lisis de robustez y sensibilidad a 5. Agregaci´n de los datos (v) o Si no se desea que no haya compensaci´n entre indicadores los o pesos no sirven puesto que estos expresan la importancia relativa de los indicadores entre s´ ı. Se puede recurrir a agregaciones multicriterio a partir de fijar objetivos y encontrar un compromiso entre cada uno (Ej.: el m´todo de Kemeny) e Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 79. 1. Marco metodol´gico o conceptual o 2. Seleccionar indicadores Introducci´n o 3. An´lisis multivariado a Etapas de su dise˜o y construcci´n n o 4. Imputaci´n de datos perdidos o Visualizaci´n y diseminaci´n o o 5. Normalizaci´n y pesado de los datos o 6. An´lisis de robustez y sensibilidad a 5. Agregaci´n de los datos (v) o Si no se desea que no haya compensaci´n entre indicadores los o pesos no sirven puesto que estos expresan la importancia relativa de los indicadores entre s´ ı. Se puede recurrir a agregaciones multicriterio a partir de fijar objetivos y encontrar un compromiso entre cada uno (Ej.: el m´todo de Kemeny) e Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 80. 1. Marco metodol´gico o conceptual o 2. Seleccionar indicadores Introducci´n o 3. An´lisis multivariado a Etapas de su dise˜o y construcci´n n o 4. Imputaci´n de datos perdidos o Visualizaci´n y diseminaci´n o o 5. Normalizaci´n y pesado de los datos o 6. An´lisis de robustez y sensibilidad a 6. An´lisis de robustez y sensibilidad (i) a OjO: Indicadores compuestos mal construidos pueden dar lugar a mensajes err´neos o de excesiva simplicidad. o Es necesario juzgar lo realizado y evaluar la sensibilidad frente a cambios en la elecci´n de las variables y de los o procedimientos adoptados, ya que: Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 81. 1. Marco metodol´gico o conceptual o 2. Seleccionar indicadores Introducci´n o 3. An´lisis multivariado a Etapas de su dise˜o y construcci´n n o 4. Imputaci´n de datos perdidos o Visualizaci´n y diseminaci´n o o 5. Normalizaci´n y pesado de los datos o 6. An´lisis de robustez y sensibilidad a 6. An´lisis de robustez y sensibilidad (i) a OjO: Indicadores compuestos mal construidos pueden dar lugar a mensajes err´neos o de excesiva simplicidad. o Es necesario juzgar lo realizado y evaluar la sensibilidad frente a cambios en la elecci´n de las variables y de los o procedimientos adoptados, ya que: Peque˜os cambios de la arquitectura del indicador n pueden dar lugar a grandes distorciones de los valores obtenidos. Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 82. 1. Marco metodol´gico o conceptual o 2. Seleccionar indicadores Introducci´n o 3. An´lisis multivariado a Etapas de su dise˜o y construcci´n n o 4. Imputaci´n de datos perdidos o Visualizaci´n y diseminaci´n o o 5. Normalizaci´n y pesado de los datos o 6. An´lisis de robustez y sensibilidad a 6. An´lisis de robustez y sensibilidad (i) a OjO: Indicadores compuestos mal construidos pueden dar lugar a mensajes err´neos o de excesiva simplicidad. o Es necesario juzgar lo realizado y evaluar la sensibilidad frente a cambios en la elecci´n de las variables y de los o procedimientos adoptados, ya que: Peque˜os cambios de la arquitectura del indicador n pueden dar lugar a grandes distorciones de los valores obtenidos. Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 83. 1. Marco metodol´gico o conceptual o 2. Seleccionar indicadores Introducci´n o 3. An´lisis multivariado a Etapas de su dise˜o y construcci´n n o 4. Imputaci´n de datos perdidos o Visualizaci´n y diseminaci´n o o 5. Normalizaci´n y pesado de los datos o 6. An´lisis de robustez y sensibilidad a 6. An´lisis de robustez y sensibilidad (ii) a Se trata de probar varias configuraciones de (i) selecci´n, (ii) o normalizaci´n y (iii) pesado de las variables para luego o comparar los valores obtenidos y conocer: ¿cu´n sensible es el indicador a cambios de su arquitectura? a Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 84. 1. Marco metodol´gico o conceptual o 2. Seleccionar indicadores Introducci´n o 3. An´lisis multivariado a Etapas de su dise˜o y construcci´n n o 4. Imputaci´n de datos perdidos o Visualizaci´n y diseminaci´n o o 5. Normalizaci´n y pesado de los datos o 6. An´lisis de robustez y sensibilidad a 6. An´lisis de robustez y sensibilidad (ii) a Se trata de probar varias configuraciones de (i) selecci´n, (ii) o normalizaci´n y (iii) pesado de las variables para luego o comparar los valores obtenidos y conocer: ¿cu´n sensible es el indicador a cambios de su arquitectura? a ¿c´mo cambian los rankings de la unidades de organizaci´n? o o Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 85. 1. Marco metodol´gico o conceptual o 2. Seleccionar indicadores Introducci´n o 3. An´lisis multivariado a Etapas de su dise˜o y construcci´n n o 4. Imputaci´n de datos perdidos o Visualizaci´n y diseminaci´n o o 5. Normalizaci´n y pesado de los datos o 6. An´lisis de robustez y sensibilidad a 6. An´lisis de robustez y sensibilidad (ii) a Se trata de probar varias configuraciones de (i) selecci´n, (ii) o normalizaci´n y (iii) pesado de las variables para luego o comparar los valores obtenidos y conocer: ¿cu´n sensible es el indicador a cambios de su arquitectura? a ¿c´mo cambian los rankings de la unidades de organizaci´n? o o ¿cu´les son las unidades m´s volatiles? a a Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 86. 1. Marco metodol´gico o conceptual o 2. Seleccionar indicadores Introducci´n o 3. An´lisis multivariado a Etapas de su dise˜o y construcci´n n o 4. Imputaci´n de datos perdidos o Visualizaci´n y diseminaci´n o o 5. Normalizaci´n y pesado de los datos o 6. An´lisis de robustez y sensibilidad a 6. An´lisis de robustez y sensibilidad (ii) a Se trata de probar varias configuraciones de (i) selecci´n, (ii) o normalizaci´n y (iii) pesado de las variables para luego o comparar los valores obtenidos y conocer: ¿cu´n sensible es el indicador a cambios de su arquitectura? a ¿c´mo cambian los rankings de la unidades de organizaci´n? o o ¿cu´les son las unidades m´s volatiles? a a ¿cu´les son las fuentes de volatilidad (con independencia de la a calidad de los datos)? Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 87. 1. Marco metodol´gico o conceptual o 2. Seleccionar indicadores Introducci´n o 3. An´lisis multivariado a Etapas de su dise˜o y construcci´n n o 4. Imputaci´n de datos perdidos o Visualizaci´n y diseminaci´n o o 5. Normalizaci´n y pesado de los datos o 6. An´lisis de robustez y sensibilidad a 6. An´lisis de robustez y sensibilidad (ii) a Se trata de probar varias configuraciones de (i) selecci´n, (ii) o normalizaci´n y (iii) pesado de las variables para luego o comparar los valores obtenidos y conocer: ¿cu´n sensible es el indicador a cambios de su arquitectura? a ¿c´mo cambian los rankings de la unidades de organizaci´n? o o ¿cu´les son las unidades m´s volatiles? a a ¿cu´les son las fuentes de volatilidad (con independencia de la a calidad de los datos)? Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 88. 1. Marco metodol´gico o conceptual o 2. Seleccionar indicadores Introducci´n o 3. An´lisis multivariado a Etapas de su dise˜o y construcci´n n o 4. Imputaci´n de datos perdidos o Visualizaci´n y diseminaci´n o o 5. Normalizaci´n y pesado de los datos o 6. An´lisis de robustez y sensibilidad a 6. An´lisis de robustez y sensibilidad (iii) a Propagaci´n de la o variabilidad: Para evaluar la dispersi´n resultante o del indicador sint´tico e Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 89. 1. Marco metodol´gico o conceptual o 2. Seleccionar indicadores Introducci´n o 3. An´lisis multivariado a Etapas de su dise˜o y construcci´n n o 4. Imputaci´n de datos perdidos o Visualizaci´n y diseminaci´n o o 5. Normalizaci´n y pesado de los datos o 6. An´lisis de robustez y sensibilidad a 6. An´lisis de robustez y sensibilidad (iii) a Propagaci´n de la o variabilidad: Para evaluar la dispersi´n resultante o del indicador sint´tico e An´lisis de sensibilidad: a Para evaluar cu´les son a los factores que afectan su variabilidad Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 90. 1. Marco metodol´gico o conceptual o 2. Seleccionar indicadores Introducci´n o 3. An´lisis multivariado a Etapas de su dise˜o y construcci´n n o 4. Imputaci´n de datos perdidos o Visualizaci´n y diseminaci´n o o 5. Normalizaci´n y pesado de los datos o 6. An´lisis de robustez y sensibilidad a 6. An´lisis de robustez y sensibilidad (iii) a Propagaci´n de la o variabilidad: Para evaluar la dispersi´n resultante o del indicador sint´tico e An´lisis de sensibilidad: a Para evaluar cu´les son a los factores que afectan su variabilidad Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 91. 1. Marco metodol´gico o conceptual o 2. Seleccionar indicadores Introducci´n o 3. An´lisis multivariado a Etapas de su dise˜o y construcci´n n o 4. Imputaci´n de datos perdidos o Visualizaci´n y diseminaci´n o o 5. Normalizaci´n y pesado de los datos o 6. An´lisis de robustez y sensibilidad a 6. An´lisis de robustez y sensibilidad (iii) a Propagaci´n de la o variabilidad: Para evaluar la dispersi´n resultante o del indicador sint´tico e An´lisis de sensibilidad: a Para evaluar cu´les son a los factores que afectan su variabilidad Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o
  • 92. Introducci´n o Etapas de su dise˜o y construcci´n n o Visualizaci´n y diseminaci´n o o Visualizaci´n y diseminaci´n: Dise˜o de informaci´n o o n o Cada herramienta de visualiz´ci´n tienen sus pros y sus a o contras. Tabulaciones Gr´ficos de barras, l´ a ıneas, radares, Box-Whisker, Pareto, etc. Sem´foros y term´metros a o Listas de rankings Gr´ficos con medias m´viles a o Modelos integrados Tableros de comando (dashboards) =⇒ Ver presentaci´n sobre dise˜o de informaci´n o n o Andr´s Schuschny e Indicadores compuestos: Algunas consideraciones metodol´gicas o